BL宏观量化策略模型主动配置展望()：A股配置价值凸显，金融风格有望回归250306

基于BL模型开发的全球大类资产配置策略和A股风格轮动策略表现稳定，3月建议重点配置A股+金融风格：全球大类资产配置策略年化收益达到22.4%，其中2025年年化收益为70%。A股行业风格轮动策略2024年以来相对万得全A超额收益达到20.9%。全球大类资产配置策略模型当前配置集中于A股，而A股行业风格轮动策略模型看好金融风格。 国泰君安主动配置团队将主动配置观点融合于配置量化模型研究，针对全球大类资产轮动和A股风格轮动均提出了经过市场验证的有效模型。 全球大类资产配置策略和A股行业风格轮动策略表现稳定：全球大类资产配置策略回测期内年化收益达到22.4%，夏普比率为1.44，其中2025年年化收益为70%。A股行业风格轮动策略年化收益率达到21.1%，夏普比率为0.89。相对万得全A累计超额达到165.3%，2024年以来超额收益达到20.9%。宏观基本面量化思想对于提升大类资产配置模型和风格轮动策略的效果起到了明显作用。 策略模型3月配置建议为A股+金融风格：全球大类资产配置策略模型（即引入汇率的宏观友好度观点BL模型策略）资产配置集中于A股资产，而A股行业风格轮动策略模型（即风格宏观友好度观点BL模型策略）更加看好金融风格。我们认为短期内全球政治经济环境不确定性较高，黄金价格中期向好但短期上升动力不足，建议短期不宜追高。相比之下，在海外不确定性增强的情况下，A股受到科技主题带动和经济基本面修复的双重利好，有望在3月延续增长态势，配置价值相对较高。国内市场进入政策执行与效果观察期，防御情绪有所升温。重磅会议前后，大盘回调风险总体可控，平稳运行的概率较大。前期中国制造业活动的回落使市场选择跟随AI产业链相关的恒生科技，放弃与中国经济大盘更相关的沪深300。 而2月份中国制造业PMI开始修复，且一定程度上超越季节性，或许将使上述的逻辑得到逆转。3月模型推荐金融风格，包括兼具红利属性、估值相对较低且受益于中国宏观风险下降的行业如银行、保险、券商等价值蓝筹股。 风险提示：模型设计的主观性，分析维度存在局限性，历史与预期数据存在偏差，市场一致预期调整；策略模型未计入交易成本；黑天鹅事件等可能导致大类资产相关性增加，量化模型基于历史数据构建，而历史规律存在失效风险。 1.宏观友好度评分指标：为各类资产定制专属的基本层面量化指标 国泰君安主动配置团队长期以来针对beta研究进行了大量积累。对于大类资产和风格轮动研究，主要采用自上而下的宏观周期因子和资产宏观基本面评分（即宏观友好度评分）方法。 基于对投资时钟和周期嵌套模型的理解，我们将某个经济体的某类周期的环境压力程度进行量化，从而形成若干个具有鲜明周期特色的底层宏观因子（例如：美国库存周期滞销指标）。再将这些类似原材料的底层宏观因子进行逆序分位数处理，得到某类周期的宏观友好度评分指标（例如：美国库存周期友好度评分）。最后，综合多种有关周期的宏观友好度评分指标，依据相关关系和经济学逻辑合成为针对某类资产或风格宏观友好度评分指标（例如：US宏观友好度评分）。简言之，我们为各类资产定制了专属的宏观基本面量化指标，成为我们理解资产价格表现、形成主观观点矩阵的重要依据。 （详请见发布于2024年10月30日的《等量齐观：风格宏观好友度评分在BL模型中的应用》专题报告）。 图1：国君主动大类资产配置团队宏观友好度评分指标数据库逻辑导图 参考报告：《如何以宏观友好度评分辅助权益仓位管理》、《择木而栖：A股和港股轮动规律研究》、《美债实际利率中期向下拐点将于春季确认》、《宏观友好度视角下的中美权益资产比较》、《债市牛熊背后的周期线索：宏观友好度B》、《国际大宗商品配置价值下半年企稳回升》、《行业风格轮动背后的周期线索指向何方》、《风格轮动研究：来自经济周期的线索》、《2024年风格轮动展望：从小成长到大周期》、《印度权益资产配置展望：预计仍有正收益》、《印度卢比即将开启一轮升值趋势-基于INR升值动力评分》等 2.全球大类资产配置策略：A股配置价值凸显 BL模型是传统的均值-方差模型的改进。1990年，高盛的Fisher Black和Robert Litterman对MVO进行改进，开发了Black-Litterman模型（简称BL模型），并于1992年将其发表，后被业内广泛使用。BL模型采用贝叶斯理论将主观观点与量化配置模型有机结合起来，通过投资者对市场的分析预测资产收益，进而优化资产配置权重。BL模型有效地解决了均值-方差模型对于预期收益敏感的问题，同时相较于纯主观投资具有更高的容错性，为投资者持续提供高效的资产配置方案。 在2024年3月11日发布的专题报告《从宏观友好度评分到BL模型观点矩阵——主被动结合的大类资产配置新思路》中，我们将宏观友好度评分指标系简单加工形成主观观点，与量化配置模型中的Black-Litterman模型相结合。具体过程起始于将宏观经济指标一致预期转化为宏观友好度评分预期，再转化为各大资产预期收益率，最后融入BL观点矩阵。在可选资产包括权益（AH美日印德）、债券（中美）、商品、美元、黄金的情况下，引入包括汇率在内的综合宏观友好度评分主观观点的BL模型策略在五年回测期（2019/01/2-2024/02/29）内年化收益率可达23.1%，夏普比率可以达到1.52，表现显著优于其他对比策略。 表1展示了针对各类资产构建专属的宏观基本面量化指标及宏观友好度的简要方法。 表1：通过宏观周期因子构建全球大类资产宏观友好度 在专题报告《从宏观友好度评分到BL模型观点矩阵——主被动结合的大类资产配置新思路》中，我们以“A资产过去1个月平均收益率×0.5+A资产6个月后的宏观友好度评分所对应的预期收益率×0.5”作为主观观点。其中宏观友好度评分所对应的预期收益率根据调仓时点过去5年的历史数据进行滚动计算。其定义为： 预期收益率(宏观友好度评分) =[过去5年最低日收益率+该资产宏观友好度评分/100×(过去5年最高日收益率−过去5年最低日收益率)] 这一设置可以较好体现主观观点的逻辑性，即宏观周期与基本面通过对未来预期变化影响资产价格。在上述指标的构建过程中，我们使用市场一致预期数据对未来走势进行预判。由于使用的一致预期数据是由主观形成的，一方面代表了市场平均水平的认知，另一方面也反映了市场参与者对于其他参与者未来行为的主观预测。将当前宏观一致预期数据翻译为大类资产的预期表现本质是一个映射工作。从模型的构建过程不难发现，通过修正宏观一致预期和提高修正预测的频率可以进一步优化策略表现。 表2：大类资产宏观友好度评分表更新（时点预期打分历史）:A股宏观预期因子评分明显提升 对于美元以外的各类外币资产而言，汇率波动因素是影响最终本币计价收益率的重要因素。沿用《从宏观友好度评分到BL模型观点矩阵——主被动结合的大类资产配置新思路》中的方法，我们将外币资产宏观友好度与其对应的外币汇率宏观友好度进行加权组合，进行BL模型测试。外币观点的权重设定综合考虑了汇率的波动情况和变化幅度。具体实现方法请见上述报告。 图2：全球大类资产配置策略表现优秀，年化收益率达到22.4% 回测表明该策略模型收益表现稳健。回测期内（20190102-20250228）年化收益可达到22.4%，夏普比率为1.44，其中2025年年化收益为70%，重点配置资产为黄金。 我们基于截至2025年2月末的市场数据和宏观经济一致预期数据对策略模型进行了更新。最新结果显示，当前A股兼具短期动量因子与中长期经济基本面的共振，投资机会值得重视。 表3：全球宏观周期结合量化BL模型：2025年年化收益率高达70% 自2024年下半年以来，国君主动配置团队长期看好黄金的配置价值，多次提示黄金的投资机会。2024年金价实现大涨，黄金成为最为耀眼的资产之一。进入2025年，金价总体呈攀升态势。截至2月14日，COMEX黄金库存较2024年11月底已飙升109%，达到3744万金衡盎司，按当日收盘价计算价值超过1083亿美元。自特朗普胜选之后，美国COMEX期货交易所黄金库存大幅增加，黄金供应来自伦敦、瑞士以及面向亚洲的交易中心，黄金实物从伦敦和迪拜不断运往美国。市场普遍认为黄金的地理流动源自于对特朗普关税政策的担忧。 A股配置价值凸显：近期美国经济降温预期和地缘事件引发的避险情绪波动使得黄金市场震荡加剧，短期内上升动力受到限制，在美乌协议有望迅速达成的背景下，我们建议短期不宜追高。相比之下，在海外不确定性增强的情况下，A股受到科技主题带动和经济基本面修复的双重利好，有望在3月延续增长态势，配置价值相对较高。 3.A股行业风格轮动模型策略：金融风格有望回归 在专题报告《等量齐观：风格宏观好友度评分在BL模型中的应用》中，我们使用同样的方法论，以“A资产过去1个月平均收益率×0.5+A资产6个月后的宏观友好度评分所对应的预期收益率×0.5”作为主观观点，将同样的收益率观点构建方法应用到A股行业风格轮动当中。其中宏观友好度评分所对应的预期收益率根据调仓时点过去5年的历史数据进行滚动计算。其定义为： 预期收益率(宏观友好度评分) =[过去5年最低日收益率+该资产宏观友好度评分/100×(过去5年最高日收益率−过去5年最低日收益率)] 这一设置可以较好体现主观观点的逻辑性，即宏观周期与基本面通过对未来预期的变化影响资产价格。 与全球大类资产所使用的宏观量化方法相似，五大行业风格（中信分类标准）友好度指标的计算公式分别为： （1）成长风格友好度评分=f(滞后 6M 的CN金融周期友好度评分+US金融周期友好度评分) （2）金融风格友好度评分=f(－0.5×CN美林周期友好度评分－0.5×CN金融周期友好度评分－US金融周期友好度评分) （3）消费风格友好度评分=f(CPI/PPI剪刀差+货币缺口指标－0.5×滞销指标－0.5×滞胀指标) （4）周期风格友好度评分=f(－CPI/PPI剪刀差－0.4×滞后 6M 的滞销指标－0.8×货币缺口指标) （5）稳定风格友好度评分=f(－2×CN库存周期友好度评分－CN美林周期友好度评分－2×US金融周期友好度评分) 注：f()代表顺序百分位处理，详见报告《行业风格轮动背后的周期线索指向何方》。 表4：风格宏观友好度评分表（时点预期打分历史）更新： 截至2025年2月28日，风格宏观友好度观点BL模型策略年化收益率达到21.1%，夏普比率为0.89。相对于基准策略提升明显，回测期内（20190102-20250228）相对万得全A累计超额达到165.3%，2024年以来超额收益达到20.9%。 我们基于截至2025年2月末的市场数据和宏观经济一致预期数据对策略模型进行了更新。最新结果显示，当前金融风格兼具短期动量因子与中长期经济基本面的共振，投资机会值得重视。 图3：A股行业风格轮动策略：年化收益21.1%，2024年全年收益34% 表5：风格宏观友好度观点BL模型策略：2024年全年收益34% 策略模型配置切换为金融风格。模型在2月初重点推荐消费风格，在五大行业风格中排名第二，表现仅次于成长风格。2月A股市场波动加剧，科技成长股走势领跑全球，中国资产受到市场追捧。2月最后一周科技股调整是多因素共同作用的结果。外部来看，受美国日前宣布自3月4日起对中国商品加征10%关税，美国经济增长预期放缓等消息影响，叠加美股科技股重挫对市场造成扰动。科技股板块拥挤度处于高位，资金集中兑现引发科技股震荡调整。我们认为当AI行业新催化剂出现时，科技成长行情有望重启，而当前金融科技等AI落地较快的行业存在补涨机会。展望3月，市场进入政策执行与效果观察期，防御情绪有所升温。重磅会议前后，大盘回调风险总体可控，平稳运行的概率较大。前期中国制造业活动的回落使市场选择跟随AI产业链相关的恒生科技，放弃与中国经济大盘更相关的沪深300。而2月份中国制造业PMI开始修复，且一定程度上超越季节性，或许将使上述的逻辑得到逆转。本月模型推荐金融风格，包